Esta semana destacan proyectos que empujan a los agentes hacia sistemas más operativos: skills reutilizables, runtimes autoalojables, automatización web, optimización de harnesses y MCP aplicado a herramientas empresariales. La selección evita repos ya cubiertos en Prompt13 y prioriza actividad reciente con métricas verificadas directamente desde la API de GitHub.
Frameworks y runtimes de agentes
OpenClaw
Autor: openclaw Estrellas verificadas: 389k GitHub: https://github.com/openclaw/openclaw Qué hace: Es un asistente y runtime de agentes abierto orientado a ejecutar acciones reales en distintos sistemas y plataformas, con control local de datos. Por qué importa: Para una agencia ofrece un patrón de asistente operativo que puede conectarse a procesos internos sin depender de una sola interfaz. También sirve como referencia para productos agentic que necesitan actuar, no solo responder.
Nanobot
Autor: HKUDS Estrellas verificadas: 47.8k GitHub: https://github.com/HKUDS/nanobot Qué hace: Framework personal de agentes en Python, autoalojable y ligero, con WebUI, memoria, herramientas, MCP, workflows multiagente, automatización y canales de chat. Por qué importa: Permite montar asistentes internos o verticales con una base compacta y extensible. Para una agencia reduce el trabajo de ensamblar memoria, herramientas, interfaz y automatización desde cero.
Skills y optimización del trabajo con agentes
Skills
Autor: mattpocock Estrellas verificadas: 256k GitHub: https://github.com/mattpocock/skills Qué hace: Colección de skills de ingeniería usadas en flujos reales de desarrollo, pensadas para instalar conocimiento operativo alrededor de coding agents sin ceder todo el proceso al agente. Por qué importa: Muestra cómo convertir estándares internos, prácticas de debugging y criterios de calidad en capacidades reutilizables. Una agencia puede aplicar el mismo patrón a SEO, QA, desarrollo, auditorías y entrega a clientes.
ECC
Autor: affaan-m Estrellas verificadas: 252k GitHub: https://github.com/affaan-m/ECC Qué hace: Sistema para optimizar el rendimiento de agent harnesses con skills, memoria, seguridad, investigación previa y patrones compatibles con Claude Code, Codex, OpenCode y Cursor. Por qué importa: Ayuda a tratar el agente como un sistema configurable, no como una sesión de chat. Para equipos técnicos, esa capa puede estandarizar comportamiento, reducir errores repetidos y mejorar consistencia entre proyectos.
Automatización web y computer use
AIHawk
Autor: feder-cr Estrellas verificadas: 30.3k GitHub: https://github.com/feder-cr/AIHawk Qué hace: Agente abierto para automatización web y computer use que ejecuta tareas de navegador en lenguaje natural y puede exponerse como Browser MCP para herramientas como Claude Code. Por qué importa: Es directamente útil para research, lead generation, QA y tareas repetitivas sobre sitios web. Para una agencia, acerca automatizaciones de navegador a flujos agentic sin construir una integración específica para cada sitio.
MCP para herramientas empresariales
powerbi-modeling-mcp
Autor: microsoft Estrellas verificadas: 1.1k GitHub: https://github.com/microsoft/powerbi-modeling-mcp Qué hace: Servidor MCP que permite a agentes crear, modificar, consultar y validar modelos semánticos de Power BI mediante lenguaje natural y operaciones estructuradas. Por qué importa: Muestra cómo MCP puede pasar de herramientas de desarrollo a sistemas empresariales reales. Para consultoría y agencias de datos, abre workflows donde el agente ayuda a mantener modelos, refactorizar objetos y ejecutar cambios repetitivos.
Repo de la semana: OpenClaw, porque combina una comunidad enorme con actividad inmediata y representa bien el salto desde asistentes conversacionales hacia agentes que ejecutan trabajo real.